今日评论激励赏金任务来啦！02月28日任务

之前团队在做合同审查和研报问答两个 RAG 项目，踩了不少分块（Chunk）相关的坑。今天把这块经验整理一下，希望对正在做类似事情的朋友有点帮助。先搞清楚 Token 这个概念做 Chunk 之前，得先理解 Token。很多人把 Token 简单等同于"字"或"词"，这不太准确。Token 是模型实际处理的最小单元，中文大约 1.5-2 个字对应一个 Token，英文则大约是 0.75 个单词一个 Token。这件事为什么重要？因为不同类型的文档，Token 密度差异很大。我们实测过：一份 20 页的中文合同，大约 8000-12000 个 Token；...

会点Python和SQL，能写代码处理数据，再懂用AI工具做分析，比如让AI帮忙找规律、做预测之类的，毕竟很多公司都缺这种人，而且还能去整理表格、出报表，面试时拿出来说说，这不就稳了

万法AI一面 2026-2-4 1你项目中 ES 的数据是直接写入，还是从数据库同步后再查询？ 2ES 是否做了大宽表，通过 binlog 同步数据库数据？ 3项目中 ES 的索引是如何设计的？ 4数据库索引有哪些数据结构？ 5Redis 主要用在什么场景？ 6JVM 的垃圾回收器有哪些？CMS 的垃圾回收过程分哪些阶段？ 7平时写代码会用 AI 编程吗？ 8你项目中用 Spring AI 做图片识别，提示词写得多吗？用的什么模型？ 9若要实现一个 AI 小助手，需要记忆管理和向量库 RAG，该怎么实现？ 10AI 开发和传统开发有什么区别？各有什么优缺点？ 11如何解决或降低 AI 幻觉问题...

专业是软件工程，在实验室走人工智能方向。目前是学了c语言基础和Python基础。接下来打算学机器学习，特别迷茫（因为不太了解那到底哪个方向更适合我，哪个方向的市场需求量最大，只能先跟着实验室走），在网上也看了很多，不知道到底要走哪个方向。本来学历就没有优势，还不知道到底考不考研目前大概路线是打算学机器学习，学完之后学深度学习，学完后，跟着实验室学长们做一些项目，准备大二暑期努力的找一个中大厂的实习